Grok 4.5 vale a pena? O modelo de $2/$6 vence no custo, não no código

Grok 4.5 vale a pena quando o custo dos agentes e a eficiência de tokens pesam mais do que vencer todos os benchmarks. Ele custa $2 por milhão de tokens de entrada e $6 por milhão de tokens de saída, mas não é o novo líder em programação — e os prompts precisam ficar abaixo do salto de preço de 200K.

Grok 4.5 vale a pena? O veredito em uma tabela

Entre o modelo de programação mais barato e o líder dos benchmarks, Grok 4.5 é a escolha de melhor custo-benefício. Ele custa mais que o Composer 2.5 da Cursor, fica abaixo do Claude Fable 5 na maior parte do gráfico de engenharia da própria SpaceXAI e, ainda assim, é uma opção convincente para agentes de longa duração porque a saída custa $6, contra $50 do Fable dentro da Cursor.

A comparação mais clara está na estrutura atual de cobrança da Cursor, que coloca modelos próprios e alternativas de ponta sob a mesma métrica. Todos os preços abaixo são por milhão de tokens.

Com uma carga mensal de 10 milhões de tokens novos de entrada e 2 milhões de tokens de saída, essas tarifas geram uma conta simples: $32 com Grok 4.5, $10 com Composer 2.5, $200 com Claude Fable 5 e $110 com GPT-5.6 Sol. A Cursor também cobra $0.25 por milhão de tokens para modelos de terceiros nos planos Teams e Enterprise, enquanto Grok e Composer, seus modelos próprios, ficam isentos.

É na Cursor, portanto, que a posição do Grok 4.5 fica evidente: não é o modelo mais barato nem o que alcança a maior pontuação, mas funciona como válvula de equilíbrio entre os dois extremos.

Esse é o veredito. O restante da decisão consiste em comprovar se a sua carga de trabalho está do lado certo dessa conta.

O que é o Grok 4.5 e onde ele está disponível

Grok 4.5 é um modelo de raciocínio voltado a programação, tarefas com agentes e trabalho de conhecimento — não apenas mais uma predefinição de chat. Cursor e SpaceXAI o descrevem como um modelo mixture-of-experts treinado em conjunto: a cada token, apenas um subconjunto selecionado de componentes especializados é ativado, em vez de a rede inteira trabalhar em todas as etapas.

O lançamento ocorreu em duas fases. A Cursor lançou o Grok 4.5 em 8 de julho, e a SpaceXAI apresentou o lançamento completo em 16 de julho. Segundo a Cursor, o conjunto de treinamento reuniu trilhões de tokens de interações entre agentes e desenvolvedores, além de tarefas STEM, artigos científicos e trabalhos de conhecimento mais amplos.

O ID atual do modelo é grok-4.5. Ele recebe texto e imagens, devolve texto, oferece uma janela de contexto de 500,000 tokens e permite esforço de raciocínio baixo, médio ou alto, com alto como padrão. As ferramentas nativas incluem chamadas de função, busca na web, busca no X e execução de código pelas APIs Responses ou Chat Completions.

A distribuição é excepcionalmente ampla para um modelo recém-lançado. Ele está disponível pela API da SpaceXAI, é o modelo padrão no Grok Build, funciona na Cursor em todos os planos, alimenta suplementos para Word, PowerPoint e Excel e também aparece em OpenRouter, Vercel, Cloudflare, Snowflake e Databricks Mosaic. Na Cursor, está presente no desktop, na web, no iOS, na CLI e no SDK.

Essa abrangência reduz o atrito de adoção, mas não elimina a necessidade de separar o modelo do produto que o envolve. O Grok 4.5 acessado diretamente pela API tem preço de cache diferente do Grok 4.5 dentro da Cursor, enquanto o Grok Build acrescenta um loop de agente sobre o modelo. A análise anterior da economia do Grok Build girava em torno de uma assinatura fixa. O Grok 4.5 muda essa discussão porque tanto o modelo quanto o agente agora têm caminhos de cobrança medidos com mais clareza.

Os benchmarks apontam valor, não liderança absoluta

Grok 4.5 vence um dos cinco benchmarks de engenharia exibidos pela SpaceXAI, quase empata com os líderes em outro e fica atrás do Claude Fable 5 nos três restantes. Chamá-lo de novo campeão da programação exige ignorar os próprios números do fornecedor.

O gráfico de lançamento da SpaceXAI informa que os números dos concorrentes vêm de system cards dos fornecedores ou de rankings de benchmarks. Isso torna a tabela útil como orientação, mas não substitui uma avaliação voltada à sua carga de trabalho. Ambiente de execução, configuração de raciocínio, novas tentativas e orçamento de tokens podem alterar uma pontuação de programação o bastante para mudar uma decisão de compra.

As diferenças são concretas. O Grok fica 4.1 pontos atrás do Fable 5 no DeepSWE 1.0, 17 pontos no DeepSWE 1.1, 1 ponto no Terminal Bench 2.1 e 15.7 pontos no SWE Bench Pro. A vitória inequívoca está no SWE Marathon, em que seus 29.0% superam os 26.0% do Opus 4.8 e os 24.0% do Fable 5.

A alegação de eficiência é mais convincente. A SpaceXAI registra uma média de 15,954 tokens de saída do Grok por tarefa no SWE Bench Pro, contra 67,020 do Opus 4.8 max — cerca de 4.2 vezes menos. São dados publicados pelo fornecedor, mas apontam para a unidade econômica correta: uma tarefa concluída, não o preço de etiqueta de um token.

Uma medição independente mantém o veredito ancorado na realidade. A Artificial Analysis atribui ao Grok 4.5 a alta pontuação de 54, enquanto o GPT-5.5 xhigh marca 55. No preço combinado de cache/entrada/saída em proporção 7:2:1, o Grok custa $1.35 por milhão de tokens, contra $4.35 do GPT-5.5. A mesma comparação ao vivo mediu cerca de 70 tokens de saída por segundo para o Grok e aproximadamente 76 para o GPT-5.5.

A SpaceXAI anuncia 80 tokens de saída por segundo; o resultado independente fica perto de 70. A diferença não representa uma falha, mas lembra que a velocidade entregue varia e que a vazão do lançamento não é uma garantia de nível de serviço.

O veredito dos benchmarks é direto: o Grok 4.5 chega perto o bastante do desempenho de ponta para ser economicamente interessante, mas não é forte o suficiente para substituir um controle de qualidade por uma tabela de preços.

Quanto o Grok 4.5 realmente custa

O preço de destaque de $2/$6 do Grok 4.5 só é válido abaixo de 200,000 tokens de contexto. Ao cruzar esse limite, a SpaceXAI dobra as tarifas de entrada nova, entrada em cache e saída para a solicitação inteira.

A diferença importa porque uma janela de contexto de 500,000 tokens descreve capacidade, não capacidade barata. Uma solicitação com 250K tokens de entrada e 50K tokens de saída custa $1.60 nas tarifas de contexto longo. Pelas tarifas de contexto curto, as mesmas quantidades custariam $0.80. O limite dobra a conta de tokens antes mesmo de considerar buscas na web, execução de código ou novas tentativas.

O cache pode puxar a conta na direção oposta. Uma carga de trabalho com 10 milhões de tokens novos de entrada e 2 milhões de tokens de saída custa $32. Se metade dessa entrada vier do cache da API direta, o total cai para $23.50, uma economia de $8.50, ou cerca de 26.6%.

Essa economia não acontece sozinha. A SpaceXAI recomenda definir prompt_cache_key na Responses API, ou x-grok-conv-id no Chat Completions, para encaminhar uma conversa ao mesmo servidor. Sem isso, um servidor com cache frio pode transformar acertos esperados em entradas cobradas pelo preço integral.

O uso de ferramentas cria um segundo medidor. Busca na web, busca no X e execução de código custam, cada uma, $5 a cada 1,000 chamadas. Uma execução que faça 25 dessas chamadas acrescenta $0.125 antes dos tokens que os modelos usam por trás delas. A busca em anexos custa $10 a cada 1,000 chamadas, enquanto a busca em coleções custa $2.50 a cada 1,000.

O que costuma dar errado em produção

A primeira falha em produção é uma mudança silenciosa de preço, não a inteligência do modelo. Um prompt com o repositório inteiro passa aos poucos de 200K, todos os tokens da solicitação migram para a tarifa de contexto longo e a projeção baseada no destaque de $2/$6 fica errada de uma só vez.

A segunda é o otimismo com o cache. Turnos repetidos de um agente parecem ideais para cache, mas só recebem a tarifa direta de $0.30 para entrada em cache quando o roteamento permite reutilizar o prefixo anterior. A recomendação explícita da SpaceXAI para usar uma chave de cache precisa entrar no desenho de cobrança desde a primeira solicitação.

A terceira é o acúmulo de contexto. Agentes de longa duração releem planos, saídas de ferramentas, diffs, testes e explicações anteriores a cada turno. A janela de 500,000 tokens adia o problema; ela não torna sensato carregar todo turno antigo. A SpaceXAI recomenda compactar o contexto em loops longos, substituindo detalhes obsoletos por um estado de trabalho menor antes que o agente atinja o salto de preço ou perca atenção dentro do próprio histórico.

A quarta é usar benchmarks do fornecedor como critério de liberação. Os resultados exibidos do Grok 4.5 vão do primeiro lugar no SWE Marathon a uma diferença de 17 pontos para o Fable 5 no DeepSWE 1.1. A qualidade em produção dependerá do seu repositório, ambiente de execução, cobertura de testes, permissões de ferramentas e definição de sucesso.

A quinta é a disponibilidade na plataforma. A página atual do Grok 4.5 na Cursor informa que o modelo ainda não está disponível na União Europeia por esse canal. É uma limitação da Cursor, não uma prova de que todas as formas de acesso da SpaceXAI estejam bloqueadas, mas já basta para impedir que uma equipe da UE planeje hoje uma migração para ele dentro da Cursor.

Quem deve usar o Grok 4.5 — e quem deve evitá-lo

Use o Grok 4.5 em loops de agentes sensíveis a custo, que permaneçam abaixo de 200K e consigam verificar o próprio trabalho. Evite-o quando a maior taxa de aprovação exibida em programação justificar o adicional, quando o Composer 2.5 já for suficiente ou quando os usuários da Cursor estiverem na UE.

Como fazer uma avaliação segura

O teste de adoção correto compara trabalho concluído sob um padrão de qualidade controlado, não prompts isolados. Mantenha idênticos entre os modelos o conjunto de tarefas, o executor do agente, as permissões de ferramentas e as verificações de aceitação.

1. 1

   Congele um conjunto representativo de tarefas

   Escolha tarefas reais do trabalho que você pretende delegar: uma correção de bug com testes, uma mudança em todo o repositório, uma pesquisa que use ferramentas e um documento ou uma planilha, caso sejam relevantes. Defina aprovação e reprovação antes que qualquer modelo veja as tarefas.

2. 2

   Controle o raciocínio e o contexto

   Use a mesma configuração de raciocínio em todas as execuções do Grok, registre o tamanho exato do prompt e separe tarefas abaixo de 200K daquelas com contexto longo. Não permita que um modelo veja arquivos extras nem receba outro orçamento de ferramentas.

3. 3

   Torne o cache mensurável

   Defina prompt_cache_key ou x-grok-conv-id para conversas repetidas. Registre separadamente a entrada nova e a entrada em cache para que a comparação de custos reflita uma conta reproduzível.

4. 4

   Decida pela economia da tarefa concluída

   Registre taxa de aprovação, correções humanas, novas tentativas, total de tokens, chamadas de ferramentas e tempo decorrido. Adote o Grok somente quando o custo por resultado aceito ficar abaixo do modelo atual sem reduzir o padrão de liberação.

Para um fundador com investimento, esse critério pode ser o tempo de revisão dos desenvolvedores. Para o CTO de uma empresa de médio porte, podem ser os defeitos que chegam à produção e a auditabilidade. Para um operador sênior, pode ser a capacidade de uma planilha de Excel ou de um material de pesquisa resistir à checagem dos fatos. Para quem constrói sozinho, em geral a questão é se a tarifa menor compra mais trabalho concluído sem criar um segundo emprego revisando o agente.

Perguntas frequentes

O Grok 4.5 é bom?

Sim, quando você precisa de boa capacidade de agentes por um custo menor de tokens. Ele não é a opção padrão mais segura para obter a máxima precisão em programação: o Fable 5 lidera quatro dos cinco benchmarks de engenharia exibidos pela SpaceXAI, enquanto a vitória mais clara do Grok está no trabalho de longo horizonte com boa eficiência de custo.

Quanto custa o Grok 4.5?

A API direta da SpaceXAI custa $2 por milhão de tokens novos de entrada, $0.30 por milhão de tokens de entrada em cache e $6 por milhão de tokens de saída abaixo de 200K de contexto. Em 200K ou mais, as tarifas passam a $4, $0.60 e $12 para a solicitação inteira. Na Cursor, os valores informados no pool próprio são $2 para entrada, $0.50 para leitura de cache e $6 para saída.

Onde posso usar o Grok 4.5?

A SpaceXAI documenta acesso por sua API, Grok Build, Cursor, Word, PowerPoint, Excel, OpenRouter, Vercel, Cloudflare, Snowflake e Databricks Mosaic. A Cursor oferece suporte no desktop, na web, no iOS, na CLI e no SDK, mas atualmente informa que ele não está disponível na União Europeia.

Quer o checklist de configuração do Claude Code + Codex? Receba pela newsletter.